@周銘漢CMChowming ：大迁移已经在发生，有些人已经跑起来，有些人还在门外看着，有些人还没感知，你是哪个？
计划师和人工智能是什么关系？
人工智能对计划有什么影响？
计划师怎么进入智能领域？
一、穿越时期，计划师的生存启示
1. 计划师，你有想过时期那么快吗？
那年，上学时印刷还是高科技，平面计划师还是风口，大家期待进 4A 做个广告人，走向潮流达人。没过几年，互联网来了，带走了我们同期的好几个同学，当时还取笑他们能力不好才进了那些泡沫小企。但没过几年，风口往互联网吹，还好互联网有好几十年的窗口期，能反应过来的，都赶上车了。
2. 更快的迁移，指数式增加时期。
好不容易赶上了互联网，结果迎来的是移动互联网，结果这次窗口期只有三年。所以这波风口，当年的同学又走丢了几个，给我们幸存者的最大启示是时期正在指数式加速。只有更快的进修能力，行业信息洞察，才能及时反应抓上时期的车票。
3. 计划师产物化成长，追上人工智能。
没与时期并行的，最后只能被时期淘汰。平面计划到互联网，再到智能时期，可预见将迎来的是一批更替。我们把计划师带进智能时期分享一些体味，希望帮助更多计划师走进人工智能。
二、计划师的可用性，0到1
1. 信息时期试错利润下降，MVP版本思维，最小化可行方案
过去追求计划正确性，心思到提案需要完整的华丽演示。建立于印刷时期，试错利润的体味假设上，「你错了， 印刷出来是上万的错误复制品， 修正利润极高」。
而现在信息时期，技能利润建基于服务器上的代码。信息技能变化，试错利润降低，与其闭关几天，做出华丽心思，不如先来几个简单原型快速沟通， 更早动手尝试。小样本验证，再调整变量。
2. 刻意练习，试错式成长，提拔能力可用性
在早期，业余成长关键在于技能上的熟练度。像产物可用性是否符合大众预期， 像呆板进修早期的训练样本，目标是提拔基础可用性和有效性。
3. 体味是什么？加班目的是什么？
人工智能的新人加班是阶段正确，刚开始需要用时间换取机会，获取熟练度和体味。
4. 而体味是什么？
是信息权，是提拔成功概率，提拔计划方案有效性的基础资本，换取团队信心把事情托付给你的基础。 别懒，多做，聪明人的笨功夫，反复练习是把事情做实的必经之路。
5. 故事分享：全链路体会走查，获取充分信息，提出有效创新
由新手到熟练， 三步完毕有效体会增加。
Step1：争取信息权，沉淀业余判断力
用户常用途径走查：用户视角熟识产物，为后续的体会沟通完善背景信息。
前期可行性探索：尝试痛点与心思的机会点落地，换取内部动作机制信息。
业务信息背景收集：了解业务的方向，明确区分关键问题，权重分配和优先级信息。
△ 图1：快速搭建原型， 进行全链路体会走查
Step2：追求更有效的思考维度
关键行为提取：在多轮的沟通后，获取多方的信息，区分出用户的关键行为，提拔方案有效性。
途径量化分析：心思可能会出现很多，但要量化问题的体量，才能有效分配资源，游说合作方共同完毕目标。体会能度量，也能帮助合作方共享利益，了解投入与产出效果比。
现况优化探索：产物是基于不同的场景目标，生命周期沉淀出当前的形态，现况是在时间上进行切片分析，过去的计划决策是阶段性正确，所以定期进行现况走查，可以保持计划与用户习惯预期相符。像经营一家酒店一样，设备是会过时的，保持良好体会需要定期更新迭代。
△ 图2：原型进行沟通， 获取各方信息完善
Step3：扎深现在建立观点，提供前瞻性的增加洞见
连续咨询对话能力：了解用户体会与产物运作，ChatBot 常见痛点在概率掷中由一个个 BadCase 提案来完善。所以，人工智能的用户体会计划与传统网站不同，不只有单一的用户中心思考，这样不能完毕体会的有效增加。
智能体会计划需考虑的是三方用户，提问方/需求侧（消费者），连接方/配置侧（算法），回答方/供应侧（商家/平台）。UCD 的思考需要多维度的考虑互相的增加协同，才能产生最终的理想体会。
△ 图3：UCD第三个用户，算法
创新探索，扩充未来可行性：计划的过程会遇见机会点和心思，产物的产生由想像力开始，用户只能说出更快的马，想不出汽车的可能。了解技能，遇见痛点，能输出更多的计划解决可能性。
△ 图4：提案解决算法端的用户痛点，提拔消费者端的智能有效性
三、计划师的DAU，1到N
1. DAU的意义是什么？
有多少用户需要你的产物，如果是一个人，就是有多少人需要你的业余服务。
再进一步是什么？
市场不只有你这个产物，用户替换你的利润是多少，定义了你的市场价值。如果是一个人， 就是有多少人可以取代你的角色。
2. 产物是怎么生存的？
建立生态系统，淘宝和支付宝绑定，想上网逛一下，买东西。淘宝占了不可取代的位置，而支付宝占了支付习惯，用户心智固化，不能支付宝的零售又反哺淘宝的不可替代。相互协同，完毕体会生态闭环。
进而一步步由此基点出发，生活服务消费，商品零售消费，也连接成更大的网络触点，达至用户替换利润高门槛。放远一些，通用电器、微软、Apple 等的护城河道的体会增加也相似。
3. 所以，如果是一个人是怎么的启示？
建立业余生态网络，你的连接触点复杂度决定你的替代利润。度量产物的影响力是用户量、活跃用户、粉丝数。
4. 如果是一个人，度量影响力是什么？
计划领导力：
内部：推动各合作方，完毕体会增加的能力；
外部：对外分享或合作，完毕业余增加；
业余：沉淀计划体味，通过可复制方法， 完毕杠杆性解决方案。
5. 故事分享：推进三方用户， ChatBot主途径体会优化
6. 前期技能理解， 掌握计划可能性。
7. 人工智能是黑盒子，网状神经-树状结构-线状表现。
陈列式产物是树状结构，盒子包着盒子，花点时间你总能搞清楚谁包着谁，逻辑清晰途径分明。而 ChatBot 用的是标签结构，大部分用户要找的盒子都是贴上标签扁平途径放着，按用意概率掷中途径到达盒子的。
黑盒中间的途径是怎么走，连开发技能的算法也可能搞不清，技能对输出是否符合用户输入的预期，打上正确与否的标签，交付一个理想的置信值，输出对话式的一句句线状表现形态。
△ 图5：手淘的陈列式树状结构
首页-出行-杭州-酒店，盒子包着盒子，绝对逻辑。用户切换用意由主观操作，判断决策由用户点击。
△ 图6：ChatBot
客服小蜜的对话式网状结构，网状神经分析用意解析，上下文理解，掷中树状结构进行对话互动，输出线状话术及答案表现。用户切换用意由呆板概率分析，判断决策由对话触发。注意力资源由呆板人协助下， 最大化集中在当前话题上。
以上， 陈述的是理想的情况。
8. 第三个用户的痛点，算法用意串流
呆板的计划由很多段剧本串联投放在一个池子中，一个个盒子扁平放着，由不同的引擎计算最大概率的用意掷中。
△ 图7：用户在询问酒店的情景
问到评分高时，呆板出现用意跳转，到了售后评分的掷中。
新时期的技能进修，旧时期的匠人精神。
平面印刷时期要成就大师级作品没有完全不懂 Pantone，凹版凸版，柯式印刷等业余技能。同样，智能时期想提拔业余水平，上一些入门概念的课，了解呆板进修，神经网络算法，置信度原理。
△ 图8：例如Google的呆板进修，吴恩达的公开课，进修入门的原理和关键词
△ 图9：因此我们计划联合算法进行相关的交互模式分隔计划。（具体故事待续）
总结
增加真理，个人、组织、企业、文明以至基因，终归用意都是增加。
不能在物种演化过程中生存的，必将淘汰。为了生存，只能在环境变化中持续增加。加速变化的时期，以进修应变增加。计划师和人工智能的关系是「如果你没反应， 你可能将没机会反应」， 窗口期比以往更急速，进修是抓上这班车不可缺少的品质。
期待我们能一起追上智能时期。
图片素材作者：Jack Daly
「人工智能大趋势！你准备好了吗」
